Tên biến VIF
INDTDM 1,77 MB 1,45 TANG 1,05 PROFIT 1,41 SIZE 1,19 INF 1,02
CFV 1,10
Nguồn: Tổng hợp kết quả từ phần mềm Stata 13. Chú ý: TDM: tỷ lệ tổng nợ trên giá trị thị trường tổng tài sản; INDTDM: tỷ lệ nợ trung bình ngành bằng nợ trên giá trị thị trường; MB: tỷ lệ giá trị thị trường trên giá trị sổ sách; TANG: tài sản hữu hình bằng tổng tài sản rịng, nhà máy và thiết bị chia cho giá trị sổ sách của tổng tài sản; PROFIT: lợi nhuận của doanh nghiệp được tính bằng lợi nhuận trên tổng tài sản của doanh nghiệp; SIZE: quy mơ của doanh nghiệp được tính bằng logarit tài sản doanh nghiệp; INF: lạm phát kỳ vọng được tính bằng sự thay đổi dự kiến về chỉ số CPI (chỉ số giá tiêu dùng) trong năm tới; CFV: biến động dòng tiền bằng độ lệch chuẩn của tiền mặt trong ngành.
Qua bảng 3.4, tác giả quan sát được tất cả hệ số phóng đại phương sai VIF đều nhỏ hơn 10. Theo Chris (2012), VIF>10 thì có hiện tượng đa cộng tuyến. Vì vậy, khơng xảy ra hiện tượng đa cộng tuyến trong mẫu nghiên cứu của bài nghiên cứu.
CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU
Ở chươnginày, tácigiả trìnhibày những kiểmiđịnh cần thiết của mơihình nghiênicứu cho hai giảithuyết đã đặt ra để từ đó tác giả có thể đưa ra kếtiquả phânitích hồiiquy một cách chínhixác nhất và ápidụng kết quả này phân tích vào chứng khốn niêm yết tại thị trường chứng khoán Việt Nam.
Như đãitrìnhibày ở chương 3, ở chươnginày tácigiả tiếnihành hồiiquy mẫuidữiliệu lầnilượt theo mơihìnhiPoolediOLS. Các kiểmiđịnh sẽ lầnilượt được thựcihiện để chỉ ra vi phạm các giả thuyết của mơ hình Pooled OLS để từ đó, tác giả tiếnơhành hồiơquy theo mẫu dữiliệu của haiimơihình FEM (mơihình Hiệuiứng cốiđịnh) và REM (mơihình Hiệuiứng ngẫuinhiên), lựa chọn kết quảimơihình phùihợpinhất thơng qua kiểmiđịnh Hausman và kiểmiđịnh F. Nếu phát hiện có hiệnitượng phươngisai thayiđổi hoặc hiện tượng tựitươngiquan bậcinhất của saiisố trong mơihình được chọn, tác giả thựcihiện hồiiquy FGLS để khắciphục và lấy kếtiquả cuối cùng để phânitích.
4.1. Kiểm định giả thuyết 1 : Nợ doanhinghiệp có mối quanihệ tích cực và có ý nghĩa với rủi ro dịng tiền.
Tác giả thựcohiện ướcolượng mơohình (1) dựa trên nghiênocứu của Frank và Goyal (2009) để trả lời câu hỏi thứ nhất mà chương 1 đã đặt ra: Có tồn tại mốiiquanihệ giữa rủi ro dòngitiền với cấuitrúcivốn của chứng từ niêm yết trênisàn chứngikhốn Việt Nam hay khơng? Nếu có sự ảnhihưởng thì mốiiquanihệ này là mối quan hệ tích cực hay là tiêu cực?
Để trả lời câu hỏi này, tác giả tiến hành hồiiquy mơihình bằng ba phươngipháp Pooled OLS, FEM và REM.
Sau đó, xem xét phương pháp nào là phùihợpinhất và tốt nhất trong các phươngipháp trên để để đánh giá biếniđộng dòngitiền táciđộng tới nợ:
Đầu tiên tác giả so sánh OLS vs FEM bằng kiểmiđịnh F-Test. Uớc lượng Pooled OLS được kiểm chứng bằng kiểm định F với giả thuyết H0 cho rằng mơ hình Pooled OLS hơn mơ hình tác động cố định FEM và H1 với giả thuyết ngược lại.
Tiếp theo dùng kiểm định Hausman đánh giá tính hiệu quả của mơ hình. Kiểm định mơ1hình FEM (Fixed effects) và H1 với giả thuyết ngược lại.
tốt Hausman được dùng với mục đích lựaichọn phươngipháp ướcilượng phùihợp giữa hai phươngipháp ướcilượng FEM và REM. Cụ thể, các ướcilượng được kiểmichứng với giảithuyết H0 là mơihình tác động ngẫu nhiên REM (Random effects) tốt hơn mơihình tác động cố định FEM (Fixed effects) và H1 với giả thuyết ngượcilại.
Để kiểmitra mơihình Pooled OLS và mơ hình táciđộng ngẫuinhiên REM, mơihình nào phù hợp và tốtihơn tác giả dùng kiểmiđịnh Breusch and Pagan Lagrangian Test.
Kiểmotra mơohình được chọn có hiện tượng tựotươngoquan bậc nhất hay không. Sửodụng kiểm định Wooldridge với giảothuyết H0 cho rằng khơng có hiệnitượng tựitươngiquan bậc nhất và H1 với giả thuyếtingược lại.
Để kiểmitra mơihình đượcichọn có hiệnitượng phươngisai saiisố thayiđổi hay không. Sửidụng kiểmiđịnh Modified Wald với giảithuyết H0 choirằng có hiệnitượngiphương sai sai số thayiđổi và H1 là giả thuyết ngược lại.
Cuối cùng sau khi nhận được kết quả từ các mơ hình có hiện tượng tự tương quan hay hiện tượng phương sai thay đổi hay không. Bài nghiên cứu dùng phươngipháp FGLS để khắciphục hiện tượngiphươngisai thayiđổi và hiệnitượng tựitươngiquan đối với mơ hình được chọn.
4.1.1. Kiểm định so sánh sự phù hợp giữa các phương pháp ước lượng Pooled OLS,FEM và REM: FEM và REM:
Kiểm định soisánh sự phùihợp giữa phươngipháp ướcilượng Pooled OLS, FEM:
H0: mơihình Pooled OLS tốt hơn mơihình FEM (Fixed effects). H1: mơihình FEM (Fixed effect) tốt hơn mơihình Pooled OLS.
Bảng 4.1. Bảngikết quả kiểmiđịnh F mơihình 1.4
H0: Phươngopháp OLS là hiệuoquả hơn. Phương trình 1
F(124, 743) = 57,08 Prob > F = 0,0000
Kết luận: Bác bỏ H0: FEM tốt hơn
Nguồn: Tổng hợp kết quả từ phần mềm Stata 13.
Kếtiquảitrên choithấy p-value = 0,0000 <1%, đủ cơisở để bácibỏ giảithuyết Ho. Bởi vì ta có P-value>alpha(1%,5%,10%): H0 đúng. (chọn alpha gần P-value nhất).
Như vậy, bằngikiểmiđịnh F, tácigiả đã chứngiminh rằng ở Mơihình 1 chọn phương pháp ướcilượng FEM phùihợp hơn Pooled OLS.
Kiểmiđịnh soisánh sựiphùihợp giữa phươngipháp ướcilượng FEM và REM:
H0: mơihình hồiiquy REM (Random effect) tốt hơn FEM (Fixed effects). H1: mơihình hồiiquy FEM (Fixed effects) tốtihơn REM (Random effect).
Bảng 4.2:Bảng kết quả kiểm định Hausman Test mơ hình 1.5
H0: Fixed Effect và Random Effect không khác nhau đáng kể Phương trình 1
Chi2(7) = 23,66 Prob>chi2 = 0,0013
Kết luận: bác bỏ giả thuyết H0: FEM tốt hơn.
Nguồn: Tổng hợp kết quả từ phần mềm Stata 13.
Kết quả từ bảng trên cho thấy các giá trị p-value đều nhỏ hơn 1%, đủ cơ sở để bác bỏ giả thuyết H0. Như vậy, ở mơ hình 1 chọn phương pháp ước lượng FEM phù hợp hơn phương pháp ước lượng REM.
4 Chi tiết xem ở bảng B1 phần Phụ lục.
Kết luận: ta có phương pháp ước lượng hiệu ứng cố định FEM phù hợp và tốt hơn phương pháp Pooled OLS và tốt hơn phương pháp hiệu ứng ngẫu nhiên REM. Vì vậy phương pháp hiệu ứng cố định FEM là tốt nhất.
4.1.2. Kiểm định hiện tượng phương sai sai số thay đổi và tự tương quan bậc nhấtcủa mơ hình được chọn và khắc phục khuyết tật mơ hình. của mơ hình được chọn và khắc phục khuyết tật mơ hình.
Sau khi so sánh và lựa chọn được mơ hình hiệu ứng cố định FEM là tốt nhất và phù hợp nhất, tác giả tiến hành kiểm định hiện tượng phương sai sai số thay đổi và tự tương quan bậc nhất của mơ hình hiệu ứng cố định FEM bằng kiểm định Woodridge và kiểm định Modified Wald được kết quả như sau:
Bảng 4.3: Bảng Kết quả kiểm định tự tương quan (Wooldridge test) và phương sai thay đổi (Modified Wald test) mơ hình 1.6
H0: Sai số mơ hình khơng xảy ra hiện tượng phương sai thay đổi (tự tương quan bậc nhất)
Kiểm định Phương trình 1
P_value
Kiểm định tự tương quan 0,0000
Kiểm định phương sai thay đổi 0,0000
Nguồn: Tổng hợp kết quả từ phần mềm Stata 13.
Dựa vào bảng 4.3 các kết quả kiểm định phương sai sai số thay đổi và tự tương quan thì thấy rằng giá trị p-value nhỏ hơn mức ý nghĩa 1%, điều này cho thấy bài nghiên cứu bác bỏ giả thuyết H0 của hai kiểm định Woodridge và kiểm định Modified Wald. Nói cách khác, tồn tại hiện tượng phương sai sai số thay đổi và tự tương quan trong mơ hình nghiên cứu.
Do đó, để xem xét mối quan hệ giữa rủi ro dòng tiền đến cấu trúc vốn của các doanh nghiệp trong mẫu nghiên cứu, bài nghiên cứu tiến hành ước lượng phương trình (1) trong chương 3 của bài nghiên cứu bằng phương pháp hồi quy FGLS. Dùng phương
pháp FGLS để khắc phục được hiện tượng phương sai sai số thay đổi và tự tương quan trong mơ hình nghiên cứu. Kết quả hồi quy được trình bày trong bảng 4.4.
Bảng 4.4. Kết quả ảnh hưởng của rủi ro dòng tiền đến cấu trúc vốn của các doanh nghiệp trong mẫu nghiên cứu.7
OLS (1) FEM (2) REM (3) FGLS (4)
INDTDM 0,739*** (0,020) 0,855*** (0,016) 0,844*** (0,015) 0,868*** (0,012) MB 0,081*** (0,005) 0,126*** (0,008) 0,114*** (0,007) 0,151*** (0,007) TANG 0,004 (0,018) 0,015 (0,017) 0,015 (0,016) 0,021** (0,010) PROFIT -0,156*** (0,050) -0,222*** (0,004) -0,221*** (0,021) -0,159*** (0,016) SIZE 0,006* (0,003) 0,022*** (0,004) 0,017*** (0,004) 0,010*** (0,003) INF -0,036 (0,142) -0,023 (0,052) -0,042 (0,052) 0,001 (0,041) CFV -0,051 (0,056) 0,010 (0,024) 0,007 (0,024) -0,030* (0,016) Cons -0,121 (0,083) -0,696*** (0,116) -0,521*** (0,102) -0,388*** (0,070)
Nguồn: Tổng hợp kết quả từ phần mềm Stata 13. Chú ý: Trong đó, các kết quả trong bảng kết quả thu được từ việc ước lượng phương pháp Pooled OLS, FEM, REM và FGLS và kết quả tổng hợp được tác giả giải thích cụ thể ở phụ lục. Bên cạnh đó, TDM thể hiện tỷ lệ tổng nợ trên giá trị thị trường tổng tài sản; INDTDM: tỷ lệ nợ trung bình ngành bằng nợ trên giá trị thị trường; MB: tỷ lệ giá trị thị trường trên giá trị sổ sách; TANG: tài sản hữu hình bằng tổng tài sản rịng, nhà máy và thiết bị chia cho giá trị sổ sách của tổng tài sản; PROFIT: lợi nhuận của doanh nghiệp được tính bằng lợi nhuận trên tổng tài sản của doanh nghiệp; SIZE: quy mô của doanh nghiệp được tính bằng logarit tài sản doanh nghiệp; INF: lạm phát kỳ vọng được tính bằng sự thay đổi dự kiến về chỉ số CPI (chỉ số giá tiêu dùng) trong năm tới; CFV: biến động dòng tiền bằng độ lệch chuẩn của tiền mặt trong ngành. Ngoài ra, *, ** và *** lần lượt thể hiện mức ý nghĩa thống kê 10%, 5% và 1%.
Bảng 4.4 cho thấy:
Nợ trung bình ngành INDTDM có hệ số hồi quy bằng 0,868 nên có sự tương quan dương với địn bẩy tài chính (nợ trên tổng tài sản) TDM của các doanh nghiệp trong mẫu nghiên cứu ở mức ý nghĩa 1%. Điều này cho thấy rằng các doanh nghiệp có nợ trung bình ngành lớn hơn sẽ có địn bẩy tài chính lớn.
Tỷ lệ thị trường trên sổ sách MB có hệ số hồi quy bằng 0,151 nên tương quan dương với địn bẩy tài chính TDM của các doanh nghiệp trong mẫu nghiên cứu với mức ý nghĩa 1%. Chứng tỏ những doanh nghiệp có tỷ lệ thị trường trên sổ sách càng lớn thì sẽ có địn bẩy tài chính nghĩa là nợ doanh nghiệp càng lớn.
Tài sản hữu hình TANG có hệ số hồi quy bằng 0,021 nên có sự tương quan dương với địn bẩy tài chính TDM của các doanh nghiệp trong mẫu nghiên cứu với mức ý nghĩa 5%. Vì vậy, các doanh nghiệp có tài sản hữu hình càng lớn thì có nợ càng lớn.
Lợi nhuận của doanh nghiệp PROFIT có hệ số hồi quy bằng -0,159 nên có sự tương quan âm với địn bẩy tài chính (nợ doanh nghiệp) TDM của các doanh nghiệp trong mẫu nghiên cứu với mức ý nghĩa 1%. Vì vậy, các doanh nghiệp có lợi nhuận càng lớn thì có nợ doanh nghiệp càng ít. Theo các nghiên cứu thực nghiệm về các nhân tố tác động đến cấu trúc vốn trong các doanh nghiệp phi tài chính như nghiên cứu của Rient Groop và Florian Heider (2009), Monica Octavia và Rayna Brown (2008), Ebru Ḉağlayan (2010) thì lợi nhuận có sự tác động ngược chiều chiều lên nợ. Có thể nói rằng khi lợi nhuận càng nhiều thì càng ít đi vay nợ.
Quy mơ của doanh nghiệp SIZE có hệ số hồi quy bằng 0,010 nên có sự tương quan dương với địn bẩy tài chính (nợ doanh nghiệp) TDM của các doanh nghiệp trong mẫu nghiên cứu với mức ý nghĩa 1%. Vì vậy, các doanh nghiệp có lợi nhuận càng lớn thì có nợ doanh nghiệp càng nhiều. Doanh nghiệp có quy mơ lớn gặp nhiều thuận lợi khi tiếp cận tới nguồn vốn một cách dễ dàng hơn và có xác suất phá sản thấp hơn.
Biến động dịng tiền của doanh nghiệp CFV có hệ số hồi quy bằng -0,030 nên có sự tương quan âm với địn bẩy tài chính (nợ doanh nghiệp) TDM của các doanh nghiệp trong mẫu nghiên cứu với mức ý nghĩa 10%. Vì vậy, các doanh nghiệp có biến động dịng tiền càng lớn thì có nợ doanh nghiệp càng ít. Điều này trái ngược với giả thuyết 1 đã đặt ra là: Nợ doanh nghiệp có mối quan hệ tích cực và có ý nghĩa với rủi ro dòng tiền. Vậy, kết quả nghiên cứu của tác giả là nợ doanh nghiệp có mối quan hệ tiêu cực và có ý nghĩa với rủi ro dịng tiền.
Biến động dịng tiền CFV có sự tương quan âm với nợ doanh nghiệp phù hợp với nghiên cứu của Evan Dudley và Christopher James (2015), họ cho rằng những đổi mới làm giảm sự biến động có liên quan đến các giao dịch tăng địn bẩy từ phía các doanh
nghiệp này, chủ yếu dưới hình thức phát hành nợ mới. Evan Dudley và Christopher James (2015) phát hiện các doanh nghiệp bị hạn chế trả nợ hiện tại chủ yếu bằng dòng tiền hoạt động và mức độ mà họ làm như vậy có tương quan nghịch với biến động dòng tiền. Evan Dudley và Christopher James (2015) giải thích chi phí hợp đồng về nợ dự đốn rằng nợ có thể tốn kém hơn khi phát hành khi biến động dòng tiền cao. Phù hợp với những giải thích này, có điều kiện để có thể phát hành nợ, các doanh nghiệp bị hạn chế tích trữ tiền thu được từ các vấn đề nợ được thực hiện khi mức độ biến động thấp và họ dành số tiền thu được từ các vấn đề nợ được thực hiện trong chế độ biến động cao. Evan Dudley và Christopher James (2015) còn cho rằng ảnh hưởng của biến động lên địn bẩy tối ưu được là tiêu cực vì độ biến động cao hơn làm tăng khả năng gặp khó khăn tài chính và làm giảm giá trị hiện tại của lá chắn thuế.
Kết quả này cũng phù hợp với nghiên cứu của Pierluigi Santosuosso (2015). Đầu tiên, thấy rằng các doanh nghiệp có biến động dịng tiền CFV cao hơn có tỷ lệ nợ dài hạn thấp hơn bất kể mức tiền mặt trung bình, thể hiện qua mối tương quan nghịch đáng kể giữa biến động dòng tiền và nợ dài hạn trên tổng tỷ lệ nợ. Thứ hai, các tài khoản phải trả có liên quan tích cực với biến động dịng tiền CFV cả liên quan đến tổng tài sản và tổng nợ phải trả, như được xác nhận bởi các thống kê mô tả. Những kết quả này cho phép đưa ra giả thuyết rằng các doanh nghiệp có biến động dịng tiền CFV cao hơn và dòng tiền vào tài sản trung bình cao hơn có thể gặp thiếu hụt tiền mặt bằng cách tăng tài khoản phải trả. Mối tương quan tương tự khơng được tìm thấy đối với các doanh nghiệp có dịng tiền thấp hơn. Thứ ba, địn bẩy tài chính, được đo bằng tỷ lệ nợ trên tổng tài sản, có liên quan tiêu cực với biến động dòng tiền CFV. Cụ thể, mối tương quan nghịch giữa địn bẩy và biến động dịng tiền CFV có ý nghĩa hơn trong trường hợp dòng tiền thấp, trong khi mối quan hệ tương tự khơng được tìm thấy khi các doanh nghiệp có mức dịng tiền cao hơn. Kết hợp các kết quả này lại với nhau, phân tích cho thấy mối quan hệ giữa biến động dòng tiền và cấu trúc vốn chủ yếu bị ảnh hưởng bởi nợ dài hạn và các khoản phải trả và mức độ dòng tiền là một yếu tố quan trọng quyết định trong việc giải thích các mối quan hệ này.
Mối quan hệ tiêu cực giữa biến động dòng tiền và đòn bẩy doanh nghiệp thường được đề cập trong một số nghiên cứu về cấu trúc vốn (ví dụ: Harris & Raviv, 1991; Frank & Goyal, 2009). Theo lý thuyết đánh đổi (Kraus & Lintzenberger, 1973; Scott, 1977;
Kim, 1978), người ta thường chấp nhận rằng sự biến động của dòng tiền càng cao, số tiền tài trợ nợ cần phải duy trì càng thấp một cấu trúc vốn tối ưu giúp cân bằng giữa khó khăn tài chính và chi phí phá sản với các lá chắn thuế nợ và các lợi ích khác (Bradley, Jarrell & Kim, 1984; Kale, Noe, & Ramirez, 1991).
Một mối quan hệ tiêu cực giữa biến động dòng tiền và địn bẩy tài chính đã được tìm thấy trong nghiên cứu trước đây về vấn đề này của Bradley, Jarrell và Kim (1984) và gần đây bởi một số nghiên cứu giải quyết các trường hợp cụ thể. Kale, Noe và Ramirez (1991) dùng mẫu nghiên cứu là hình chữ U. Điều này có ý nghĩa, tồn tại một mức biến động dòng tiền tối ưu để nợ doanh nghiệp là thấp nhất. Họ cho thấy sự tồn tại của một mối quan hệ tiêu cực đối với mức nợ thấp và mối tương quan tích cực khi